• Review of KIISC
• /
• v.14 no.6
• /
• pp.1-13
• /
• 2004

인터넷 게시판에서 실명을 사용할 경우 자유로운 토론이 어려우며 사용자 프라이버시를 침해할 우려가 있는 반면, 가명을 사용할 경우 자유고운 토론은 가능하지만 오히려 상호 비방이나 유언비어 등의 부작용이 있을 수 있다. 따라서 기본적으로는 가명을 이용해서 포스팅하고록 허용하지만, 필요한 경우 분산된 여러 개체간의 합의에 의해서 조건부 실명 복원(혹은 다른 말로 조건부 추적)이 가능한 게시판이 구현된다면 매우 유용할 것이다. 그러나 기존 체계에서 가명만을 이용하여 조건부 추적 가능한 익명성을 제공하기란 쉽지 않다. 또한 현존하는 익명성 제공 기법들을 기존의 인증 체계나 인증서 체계에서 수용하기는 매우 어렵다. 본 논문에서는 이와 같이 인터넷 게시판에서 익명성을 제공할 수 있는 기술들을 간략히 살펴보고, 특히 기존의 공개키기반구조, 즉 X.509 인증서 체계를 이용하여 익명게시판은 구현한 수 있는 기술에 대해서 소개하도록 한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.333-335
• /
• 2019

본 논문에서는 많은 개체와의 충돌검사를 요구하는 입자 기반 시스템에서 부채꼴 영역의 동적인 변화를 이용하여 효율적으로 충돌검사를 가속화시킬 수 있는 프레임워크를 제안한다. 부채꼴 영역의 동적인 변화를 계산하기 위해 입자의 위치와 속도를 이용하여 부채꼴의 영역을 결정하였으며, 이 영역 내에 있는 입자들만을 이용하여 충돌 검사를 빠르게 수행한다. 본 연구에서 제안하는 가속화 방법은 트리 자료구조를 명시적으로 만들지 않고, 닫힌 형태 방정식(Closed form equation)으로 실행되기 때문에 간단하게 구현되며 모든 결과에서 충돌검사 성능이 3배 정도 개선되었다.

• Annual Conference of KIPS
• /
• 2022.05a
• /
• pp.557-559
• /
• 2022

최근 딥러닝의 기술발전으로 자연어 처리 분야에서 Q&A, 문장추천, 개체명 인식 등 다양한 연구가 진행 되고 있다. 딥러닝 기반 자연어 처리에서 좋은 성능을 보이는 트랜스포머 기반 BERT 모델의 성능향상에 대한 다양한 연구도 함께 진행되고 있다. 본 논문에서는 토픽모델인 잠재 디리클레 할당을 이용한 토픽별 지식그래프 분류와 입력문장의 토픽을 추론하는 방법으로 K-BERT 모델을 학습한다. 분류된 토픽 지식그래프와 추론된 토픽을 이용해 K-BERT 모델에서 대용량 지식그래프 사용의 효율적 방법을 제안한다.

• Annual Conference on Human and Language Technology
• /
• 2019.10a
• /
• pp.67-70
• /
• 2019

상호참조해결은 자연언어 문서 내에서 같은 개체를 나타내는 언급들을 연결하는 문제다. 대명사, 지시 관형사, 축약어, 동음이의어와 같은 언급들의 상호참조를 해결함으로써, 다양한 자연언어 처리 문제의 성능 향상에 기여할 수 있다. 본 논문에서는 현재 영어권 상호참조해결에서 좋은 성능을 내고 있는 BERT 기반 상호참조해결 모델에 한국어 데이터 셋를 적용시키고 표층형을 이용한 규칙을 추가했다. 본 논문의 모델과 기존의 모델들을 실험하여 성능을 비교하였다. 기존의 연구들과는 다르게 적은 특질로 정밀도 73.59%, 재현율 71.1%, CoNLL F1-score 72.31%의 성능을 보였다. 모델들의 결과를 분석하여 BERT 기반의 모델이 다양한 특질을 사용한 기존 딥러닝 모델에 비해 문맥적 요소를 잘 파악하는 것을 확인했다.

• Korean Journal of Agricultural and Forest Meteorology
• /
• v.12 no.2
• /
• pp.122-131
• /
• 2010

This paper introduces the concept of a virtual ecosystem and reports the following three mathematical approaches that could be widely used to construct such an ecosystem, along with examples: (1) a molecular dynamics simulation approach for animal flocking behavior, (2) a stochastic lattice model approach for termite colony behavior, and (3) a rule-based cellular automata approach for biofilm growth. The ecosystem considered in this study consists of artificial organisms and their environment. Each organism in the ecosystem is an agent that interacts autonomously with the dynamic environment, including the other organisms within it. The three types of model were successful to account for each corresponding ecosystem. In order to accurately mimic a natural ecosystem, a virtual ecosystem needs to take many ecological variables into account. However, doing so is likely to introduce excess complexity and nonlinearity in the analysis of the virtual ecosystem's dynamics. Nonetheless, the development of a virtual ecosystem is important, because it can provide possible explanations for various phenomena such as environmental disturbances and disasters, and can also give insights into ecological functions from an individual to a community level from a synthetic viewpoint. As an example of how lower and higher levels in an ecosystem can be connected, this paper also briefly discusses the application of the second model to the simulation of a termite ecosystem and the influence of climate change on the termite ecosystem.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.369-373
• /
• 2022

기존의 관계 추출 태스크에서의 많은 연구들은 사전학습 언어모델을 파인튜닝하여 뛰어난 성능을 달성해왔다. 하지만, 파인튜닝은 사전학습 시의 학습 기법과의 간극으로 인해 일반화 능력을 저해한다. 본 연구는 다운스트림 태스크를 사전학습의 Masked Language Modeling (MLM) 기법을 통해 해결하는 프롬프트 기반의 학습 기법을 활용하여, 특정 한국어 도메인에서의 관계 추출을 위한 프롬프트 기반 파인튜닝 방법론을 제안한다. 실험의 경우, 도메인의 특성이 뚜렷한 전통문화유산 말뭉치를 대상으로 실험을 진행하여 본 방법론의 도메인 적응력을 보이며, 메타 정보 즉, 개체 유형 및 관계 유형의 의미론적 정보를 일종의 지식 정보로 활용하여 프롬프트 기반 지식 주입의 효과성을 검증한다. 프롬프트에의 메타 정보의 주입과 함께 프롬프트 기반으로 파인튜닝된 모델은 오직 MLM 기법만을 이용하여 태스크를 수행하여 기존 파인튜닝 방법론 대비 파라미터 수가 적음에도, 성능 면에서 대부분 소폭 상승하는 경향을 보여줌으로써 그 효과성 및 효율성을 보인다.

• Journal of Life Science
• /
• v.30 no.10
• /
• pp.912-918
• /
• 2020

The Korean native black goat (Capra hircus coreanae) is the goat species to be officially registered in Korea under the Food and Agriculture Organization. The object of this study is to establish a set of microsatellite (MS) markers for the individual identification and parentage verification of goats. In this study, we analyzed alleles of MS markers in crosses between Korean native black goats and crossbred goats (n=304 animals), and, based on the diversity of alleles for each marker, we selected 11 MS markers for individual identification and parentage verification. Using these 11 MS markers, the probabilities of different individuals with the same genotype being found within random and half-sib mating populations were 5.58×10^-10 and 1.15×10^-7, respectively. The parentage verification accuracy was 0.999996 when information about the parents was available and 0.999833 with no information. Thus, even given the total rearing population of 576,150 animals in South Korea, we concluded that these markers could be used for the individual identification and parentage verification of goats. Moreover, by analyzing the genetic relationships between the four lines of Korean native black goats and the crossbred goats, we verified the genetic characteristics of Korean native black goats, confirming their conservation value as a unique genetic resource.

• Journal of the Korea Society of Computer and Information
• /
• v.25 no.4
• /
• pp.29-35
• /
• 2020

In this paper, we propose a new structured entity recognition DeNERT model. Recently, the field of natural language processing has been actively researched using pre-trained language representation models with a large amount of corpus. In particular, the named entity recognition, which is one of the fields of natural language processing, uses a supervised learning method, which requires a large amount of training dataset and computation. Reinforcement learning is a method that learns through trial and error experience without initial data and is closer to the process of human learning than other machine learning methodologies and is not much applied to the field of natural language processing yet. It is often used in simulation environments such as Atari games and AlphaGo. BERT is a general-purpose language model developed by Google that is pre-trained on large corpus and computational quantities. Recently, it is a language model that shows high performance in the field of natural language processing research and shows high accuracy in many downstream tasks of natural language processing. In this paper, we propose a new named entity recognition DeNERT model using two deep learning models, DQN and BERT. The proposed model is trained by creating a learning environment of reinforcement learning model based on language expression which is the advantage of the general language model. The DeNERT model trained in this way is a faster inference time and higher performance model with a small amount of training dataset. Also, we validate the performance of our model's named entity recognition performance through experiments.

• Journal of Internet Computing and Services
• /
• v.24 no.6
• /
• pp.127-135
• /
• 2023

With the development of information and communication technology, the amount of information produced and shared in the battlefield and stored and managed in the system dramatically increased. This means that the amount of information which cansupport situational awareness and decision making of the commanders has increased, but on the other hand, it is also a factor that hinders rapid decision making by increasing the information overload on the commanders. To overcome this limitation, this study proposes a method to automatically search, select, and summarize documents that can help the commanders to understand the battlefield situation reports that he or she received. First, named entities are discovered from the battlefield situation report using a named entity recognition method. Second, the documents related to each named entity are discovered. Third, a language model and collaborative filtering are used to select the documents. At this time, the language model is used to calculate the similarity between the received report and the discovered documents, and collaborative filtering is used to reflect the commander's document reading history. Finally, sentences containing each named entity are selected from the documents and sorted. The experiment was carried out using academic papers since their characteristics are similar to military documents, and the validity of the proposed method was verified.

• Proceedings of the Korea Institutes of Information Security and Cryptology Conference
• /
• 2002.11a
• /
• pp.449-453
• /
• 2002

본 논문에서는 이동통신 환경에서 signcryption 기법을 적용하여 연산량과 통신 오버헤드를 개선한 공개키 기반의 인증 및 키 합의 프로토콜을 제안한다. 제안된 프로토콜에서는 사용자와 서비스를 제공하는 네트워크간 사용자 익명성을 보장하고, 사용자와 네트워크가 상대 개체를 안전하게 상호 인증한다. 또한 보안 요구 조건들을 제시하고 기존의 익명성을 제공하는 프로토콜들에 대한 간략한 소개와 문제점들을 살펴본 뒤, 제안된 프로토콜과 비교 분석한다.